автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Метод, модель и алгоритмы анализа и оценки рисков возникновения пожароопасных ситуаций в электросетях на основе многоагентного подхода

На правах рукописи

1Г

005556440

ФРОЛОВ СЕРГЕЙ НИКОЛАЕВИЧ

МЕТОД, МОДЕЛЬ И АЛГОРИТМЫ АНАЛИЗА И ОЦЕНКИ РИСКОВ ВОЗНИКНОВЕНИЯ ПОЖАРООПАСНЫХ СИТУАЦИЙ В ЭЛЕКТРОСЕТЯХ НА ОСНОВЕ МНОГОАГЕНТНОГО ПОДХОДА

Специальность 05.13.01 - Системный анализ, управление и обработка информации (технические и медицинские системы)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

4 ДЕК 2014

Курск-2014

005556440

Работа выполнена в Юго-Западном государственном университете

Научный руководитель

Официальные оппоненты:

доктор технических наук, профессор Емельянов Сергей Геннадьевич

Григорьев Леонид Иванович, доктор технических наук, профессор, ФГБОУ ВПО «Российский государственный университет нефти и газа имени И. М. Губкина», заведующий кафедрой автоматизированных систем управления

Коровин Яков Сергеевич, кандидат технических наук, НИИ многопроцессорных вычислительных систем имени академика A.B. Каляева ФГАОУ ВПО «Южный федеральный университет», заведующий лабораторией нейросетевых систем

Ведущая организация:

ФГБОУ ВПО «Государственный университет -учебно-научно-производственный комплекс» (г. Орёл)

Защита состоится «19» декабря 2014 года в 16-00 часов на заседании диссертационного совета Д212.105.03 по адресу: 305040, г. Курск, ул. 50 лет Октября, 94 (конференц-зал).

С диссертацией можно ознакомиться в библиотеке и на официальном сайте Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Юго-Западный государственный университет» http://www.swsu.ru

Автореферат разослан «!»■»_ И 2014 г.

Ученый секретарь диссертационного совета

Милостная Наталья Анатольевна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Потенциальная пожароопасность территориально распределенных и технически сложных объектов (ТСО), к которым относятся здания, промышленные объекты, образовательные и социальные сооружения, обеспечивающие потребности в жилье, промышленности (производстве), образовании, науки и др. требует новых подходов к анализу пожароопасной ситуации, поиска путей и приемов упреждающего распознавания рисков, прежде всего, возможных неисправностей электрических сетей или (и) нарушений их условий эксплуатации. В связи с возможными катастрофами, авариями и технологическими нарушениями уровень пожарной безопасности ТСО определяется величиной риска возникновения пожароопасной ситуации (ПОС), изменяемой под влиянием внешней среды. Контроль безопасных условий неразрывно связан с решением задач анализа и оценки рисков возникновения ПОС на ТСО.

В последнее время автоматизированные системы сбора, мониторинга данных и оценки рисков ПОС на ТСО характеризуются учетом множества различных показателей оценки ПОС, имеющих во времени скрытые закономерности или противоречивые тенденции изменения, что достаточно неблагополучно сказывается на противопожарном состоянии ТСО.

Функционирование и поведение ТСО не всегда вписывается в привычные рамки детерминированных и стохастических описаний. Общепринятые методы и модели анализа, основанные на аналитической обработке текущих данных по оценке пожароопасности электрических сетей конечных потребителей (контроль амортизации степени износа электрических сетей, вероятностная оценка рисков возникновения пожара электрических сетей), оказываются малоэффективными в силу стандартного учета системных изменений в предыдущие отсчеты времени. Основным недостатком общепринятых подходов к оценке риска пожара в электросетях и соответствующих программных и технических средств является то, что подавляющее их большинство рассчитано на реакцию по уже сформировавшейся ситуации реальной пожароопасности. Вопросы раннего диагностирования пожароопасности и выработки упреждающих мер частично реализуются существующими аппаратно-программными комплексами мониторинга пожароопасных ситуаций. В связи с этим исследования по оценке риска возникновения ПОС на ТСО с учетом выявления скрытых закономерностей являются актуальной научной задачей, решение которой позволит обоснованно уменьшить риск возникновения ПОС.

Задачи построения интеллектуальных систем анализа и управления (ИСАУ), функционирующих на основе моделей обработки знаний, решались в работах Мас-ловаО.Н., Котенко И.В., Анфилатова B.C., Кукушкина A.A., Костогрызова А.И., Козлова В.Н., Емельянова С.Г., Дюбуа Д., Демпстера А., Шефера Д., Дезе Ж., Сма-рандача Ф. и других ученых. Применение моделей поддержки принятия решений и оценки пожарных рисков сложных объектов на основе ретроспективных данных отражено в работах Алымова В.Т., Брушлинского H.H., Кошмарова Ю.А., Шебеко Ю.Н. Тем не менее, интерпретация моделей, методов и алгоритмов сбора, обработки и своевременной доставки необходимых данных о рисках ПОС нашла частичное отражение в известных работах.

Таким образом, научно-техническая задача разработки подходов анализа и оценки рисков пожароопасных ситуаций на основе многоагентных систем (MAC),

обеспечивающих упреждающее принятие обоснованных и своевременных решений по оценке риска пожароопасной ситуации в электрических сетях, представляется актуальной и перспективной.

Цель и задачи работы. Целью диссертации является сокращение времени ранней диагностики возникновения риска пожароопасной ситуации в электрических сетях технически сложных объектов на основе многоагентных систем.

Для достижения поставленной цели решены следующие научные и технические задачи:

1. Анализ существующих подходов к оценке риска возникновения ПОС, получению и обработке данных мониторинга электрических сетей в системах анализа и управления пожарной безопасностью.

2. Разработка метода и модели получения и обработки данных мониторинга пожарной безопасности электрических сетей и модели агента MAC анализа и оценки риска пожароопасной ситуации (MAC анализа и оценки риска ПОС) в электросети.

3. Разработка управляющего алгоритма MAC анализа и оценки риска ПОС, структурно-функциональной организации и аппаратно-программной реализации MAC анализа и оценки риска ПОС.

4. Экспериментальное исследование функционирования MAC анализа и оценки риска ПОС.

Методы исследования. Теоретические исследования основывались на методах теории систем и системного анализа, теории автоматического управления, современной теории многоагентных систем, математической статистики.

Научная новизна и защищаемые положения работы:

1. Метод получения и обработки данных мониторинга пожарной безопасности электрических сетей, включающий этап агрегации данных, относящихся к визуализируемым и не визуализируемым параметрам электрической сети в набор гибридных исходных данных и отличающийся возможностью оценки риска ПОС на основе учета и анализа тенденций в ретроспективных данных мониторинга.

2. Модифицированная модель агента мониторинга противопожарной ситуации, отличающаяся комбинацией на уровне интеллектуального агента обработки данных онтологического описания визуализируемых и не визуализируемых параметров и двухэтапным алгоритмом оценки риска пожароопасных ситуаций, основанным на типовых аппаратно-ориентированных операциях разностной арифметики, синтаксической обработке битовых векторов (строк) и статистической проверке гипотезы.

3. Предложена и реализована на аппаратном уровне структурно-функциональная организация MAC анализа и оценки риска ПОС, позволяющая повысить оперативность контроля состояния пожароопасности электрических сетей и обработки данных, отличающаяся двухуровневой организацией сбора и обработки данных контролируемых параметров.

Обоснованность научных положений, выводов и рекомендаций, содержащихся в диссертации, основана на корректном применении методов теории вероятностей и математической статистике, MAC, совпадении аналитических и численных расчетов с результатами эксперимента, на использовании информационных технологий и современных методов и средств проведения исследований.

Практическая ценность работы. Предложенные в работе метод, модель и алгоритмы получения и обработки данных противопожарного мониторинга электрических сетей на основе многоагентных систем и технические решения использованы при разработке действующего образца системы противопожарного мониторинга электрических сетей.

Главная особенность действующего образца системы анализа и оценки рисков ПОС электрических сетей заключается в наличии двух уровней управления. Нижний уровень осуществляет циклический опрос датчиков каналов мониторинга и сохраняет оцифрованные показатели состояния электрической сети в базе данных (БД). Верхний уровень осуществляет интеллектуальный анализ ретроспективных данных о состоянии электрической сети и раннюю диагностику риска пожароопасных ситуаций (ПОС). Технические параметры и модульная структура комплекса позволяют вести мониторинг состояния электрической сети для объектов, имеющих распределенную пространственно-этажную структуру и различную электрическую нагрузку.

Исследование выполнено в рамках НИР «Формирование технологии повышения защищенности объектов образования и науки Российской Федерации методом диагностики и мониторинга состояния пожароопасное™ электрических сетей в образовательных (научных) учреждениях».

Соответствие диссертации паспорту научной специальности. Содержание диссертации соответствует п.4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений, обработки информации» и п. 6 «Методы идентификации систем управления на основе ретроспективной, текущей и экспертной информации» паспорта специальности 05.13.01 «Системный анализ, управление и обработка информации (технические и медицинские системы)».

Апробация работы. Результаты диссертационной работы внедрены в ФКУ «ЦУКС ГУ МЧС России по Курской области», ОАО «Геомаш», ООО «Центр-Капитал» и в учебный процесс Юго-Западного государственного университета по дисциплине «Системный анализ технико-экономических систем».

Публикации. По теме диссертационного исследования всего опубликовано 10 научных работ, из них 4 статьи в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий, 1 патент РФ на полезную модель.

Структура и объем работы. Диссертационная работа изложена на 178 страницах машинописного текста и состоит из введения, четырех глав, основных результатов и выводов, списка используемой литературы из 154 наименований, 7 таблиц, 53 иллюстраций.

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обоснована актуальность решаемой в диссертационной работе научно-технической задачи анализа и оценки риска возникновения ПОС в электрических сетях ТСО. Сформулированы цель работы и основные решаемые задачи. Дана характеристика научной новизны и практической значимости полученных результатов.

В первой главе проведен анализ существующих подходов и алгоритмов обработки данных мониторинга пожарной безопасности электрических сетей.

Рассмотрены показатели оценки пожарного риска и развитие основных кон-

цепций для управления пожарной безопасностью электросетей. Проанализированы существующие методы оценки риска возникновения ПОС. Определено, что существующие методы оценки риска ПОС на ТСО не учитывают неопределенность входных данных и не позволяют одновременно учитывать параметрические факторы, которые влияют на возникновение ПОС. Установлено, что использование известных моделей, приводит к появлению множественных вариантов сценария развития ПОС. Анализ полученных вариантов требует значительных программных и аппаратурных ресурсов, не позволяет проводить раннюю диагностику и определить сценарий с максимальным риском.

В работе электрическая сеть ТСО понимается как многоагентная распределенная информационно-измерительная система, функционирование которой описывается через распределенные и сосредоточенные физические и информационные параметры, привязанные к пространственно-временному распределению потребителей нагрузки. Показано, что территориальная распределенность датчиков и сенсоров, разнородность, многосвязность и динамичность возникающих пожароопасных ситуаций в электрических сетях и защитные мероприятия обусловливают значительную сложность алгоритмов решения задачи анализа всего множества контролируемых параметров электрических сетей. Тем не менее, комбинация учета ряда параметров (согласованность изменения, аппроксимирующие тренды, параметры внешней среды и др.) позволяет эффективно осуществлять мониторинг пожарной безопасности электросетей и контроль сочетаний важнейших параметров на основе многоагентного подхода, позволяющего объединить в единую систему интеллектуальных агентов для сбора, агрегации, обработки и анализа текущих и ретроспективных данных мониторинга электросетей.

Широко используемый в настоящее время в многоагентных системах (MAC) подход к обработке нечетких данных базируется на методе Демпстера-Шеффера. Однако применение данного метода ведет к росту временных затрат на формирование описаний ситуаций, что обусловлено вычислительной сложностью применяемых для реализации этого метода алгоритмов.

Результатом проведенного анализа вариантов развития ПОС в электросетях ТСО является разработанная обобщенная схема развития ПОС в электросетях ТСО (рисунок 1).

Те

I Откм ej^Â^i« пожаротушения и I | пойорнойеигн^димщии J

[Otksi »щитиых электрически * аппаратов

|Потеря сопротивления!

I ИЗОЛЯЦИИ

•{ температуры I

аппаратов >.: I

t Î

Рис. 1. Обобщенная схема развития ПОС в электросетях ТСО Анализ обобщенной схемы развития ПОС в электросетях ТСО позволил со-

ставить комплекс типовых деревьев возникновения риска ПОС. При создании дерева возникновения риска ПОС задаются вероятности для событий элементов всей системы. Эти вероятности задаются относительно логической структуры дерева возникновения риска событий «И / ИЛИ». Составлена система соотношений, которые отвечают разработанным деревьям возникновения риска ПОС в электросетях ТСО.

Процессы анализа и оценки рисков ПОС в электросетях, в частности, характеризуются следующей особенностью: ТСО, помимо распределенности, характеризуется нерегулярной многоуровневой структурой, в которой образуется множество относительно обособленных контуров анализа и обработки информации со сложным межуровневым взаимодействием. Имеют место как «вертикальная» распределенность в принятии решений, обусловленная несколькими уровнями иерархии, на которых осуществляется обработка различных объемов данных о состоянии контролируемых параметров электрической сети, так и «горизонтальная» распределенность в принятии решений, обусловленная наличием нескольких источников принятия решения в рамках одного и того же уровня иерархии.

Несомненным достоинством применяемого вероятностного подхода к количественной оценке риска в задачах пожарной безопасности электросетей ТСО является формализация процедуры системного анализа на базе логических деревьев, которые наглядно позволяют представить возможные события и взаимосвязь между ними. Необходимо отметить, что вероятностный подход с высокой детализацией исследуемых процессов для ТСО требует сложной структуры логических деревьев, которые получаются столь разветвленными, что для эффективного их анализа необходимо использование специальных программных средств и методологических подходов, таких как MAC и онтология ПОС.

Использование многоагентных технологий при анализе и оценке рисков ПОС в электрических сетях ТСО является достаточно рациональным и перспективным подходом, так как их применение и развитие позволило разработать систему гибких специализированных обработчиков-агентов, осуществляющих раннюю диагностику пожароопасных ситуаций в зависимости от состояния внешней среды и внутреннего состояния агентов.

Во второй главе выполняется разработка метода получения и обработки данных мониторинга пожарной безопасности электрических сетей, включающего этап агрегации данных, относящихся к визуализируемым и не визуализируемым параметрам электрической сети в набор гибридных исходных данных и отличающегося возможностью оценки риска ПОС на основе учета и анализа тенденций в ретроспективных данных мониторинга. Разработанный метод базируется на модели агента мониторинга противопожарной ситуации.

Описание ситуации представлено как совокупность показателей (базисных показателей), характеризующих (с требуемой детальностью) логику происходящих явлений или процессов, степень угрозы и вероятные последствия пожара в электросетях, а также текущие значения данных показателей, полученные с использованием информационно- измерительных средств мониторинга.

Описание ситуации формально представлено в виде

О = F' = {(fjM(fj))}J = l...|F|, где F = {fi,...,fj } - базисные показатели в описании ситуации; b' (fj~) - значение

базисного (эталонного) показателя fj в момент времени t. Данные мониторинга (D ), поступающие в момент времени t, представлены в виде

D' = {{Wl,P,j,bl(Pij))},i = 1-1W \,j = 1...|Рг-|, где Wj - наименование отдельного i-го TCO; W - множество таких объектов; ру -признак объекта; Ь'(ру) - значение признака /?,-,- в момент времени t.

В соответствии с введенными обозначениями объединение данных для формирования описаний ПОС представлено в виде схемы (рисунок 2).

с

Количественные и J атрибутивные исходные данные

Рис. 2. Схема объединения данных при формировании описаний ПОС в MAC

Метод получения и обработки данных мониторинга пожарной безопасности электрических сетей включает в себя следующие этапы;

1. Получение вектора исходных данных не визуализируемых параметров.

2. Получение набора исходных значений визуализируемых параметров.

3. Агрегация агентами MAC исходных данных в гибридный набор.

4. Формирование описания текущей пожароопасной ситуации.

5. Выделение пожароопасной ситуации на основе онтологий.

6. Выбор сценария развития ПОС на основе анализа типовых деревьев возникновения риска ПОС.

7. Оценка риска пожароопасной ситуации на основе построения аналитических трендов.

На этапе агрегации осуществляется объединение данных, относящихся к визуализируемым и не визуализируемым параметрам, в набор гибридных исходных данных, что создает основу для ранней диагностики риска пожароопасной ситуации за счет их совместной целевой оценки. Новизна предлагаемого метода определяется этапом выделения пожароопасной ситуации на основе онтологии и заключается в объединении визуализируемых и не визуализируемых параметров электрической сети в набор гибридных данных, что позволяет в комбинации агентов учитывать временной и количественный аспекты ПОС и вести ее раннюю диагностику на основе контроля значений показателей электрической сети.

Для формального определения многоагентной системы анализа и оценки риска пожароопасной ситуации (MAC анализа и оценки риска ПОС) электросети представлена модель агента в виде семерки:

d) !

МАС=(0; D; A; S; ACT; L; Р), где О - онтология ПОС; D - перечень данных мониторинга ПОС; A=f(Ai,A2,A3) -иерархия агентов различных типов; S - множество состояний внешней среды, описываемых визуализируемым и не визуализируемым параметрами, в которой находится MAC; АСТ={ acti, act2, ... , actk } - множество действий агентов; L - множество ограничений; Р - множество связей.

Иерархия агентов включает в себя следующие их типы: Ai - агент-супервизор,

агентами

Наборы агрегированных данных ТСО

Объединение . данных

Показатели £ описании ПОС

осуществляющий распознавание возникающих на объектах защиты пожароопасных ситуаций, А2={А21,А22, — Агт} - множество интеллектуальных агентов обработки наборов гибридных данных, Аз={Аз1,Аз2, ... Аз„} - множество интеллектуальных агентов получения исходных данных с датчиков мониторинга электросети.

Каждая цель определяет множество функций агента в MAC анализа и оценки риска ПОС независимо от их внутренней структуры, а функционирование агента направлено на достижение поставленной цели.

В ходе достижения поставленных целей на указанные действия агента -actjeACT, в условиях изменяющейся внешней среды - SeS, накладываются ограничения, которые определяются множеством уставок - L. Р - множество связей: P={Ps,Pi}, где Ps - множество связей системы с внешней средой, а Р| - множество внутренних связей или базовых отношений между агентами.

Аз - это интеллектуальный агент получения исходных данных с датчиков мониторинга электросети, который выполняет функцию обратной связи, оценивая результаты мониторинга пожарной безопасности электросетей и эффективность предпринятых агентом - супервизором механизмов управления пожарной безопасностью электросетей ТСО. Обладая базовыми знаниями об окружающей среде и возможностями «рассуждать», агент собирает информацию о визуализируемых и не визуализируемых параметрах электросети, проводит оценку и анализ пожароопасной ситуации на контролируемых объектах, а также определяет источники возникновения пожара и рассчитывает локальные оценки риска.

Полученные исходные данные агент А3 агрегирует в гибридный набор, включающий визуализируемые и не визуализируемые параметры электросети, который передается для последующей обработки (ранней диагностики) интеллектуальному агенту Аг, который осуществляет построение одного из типовых аналитических трендов исследуемых параметров следующих видов: линейный; параболический; гиперболический; экспоненциальный; логистический.

Выбор одного из типовых аналитических трендов исследуемых параметров в системе осуществляется на основе проверки гипотезы об адекватности модели с использованием F-критерия Фишера.

Модифицированная модель агента А2 мониторинга противопожарной ситуации, отличающаяся комбинацией на уровне интеллектуального агента обработки данных онтологического описания визуализируемых и не визуализируемых параметров и двухэтапным алгоритмом оценки риска пожароопасных ситуаций, основанного на типовых аппаратно-ориентированных операциях разностной арифметики, синтаксической обработки битовых векторов (строк) и статистической проверке гипотезы, состоит в следующем. Пусть имеются гибридные данные мониторинга электрических сетей в виде набора к дискретных временных рядов R/ - Rk контролируемых параметров (температура, сила, тока, напряжение). Ранняя диагностика риска пожароопасной ситуации осуществляется на основе анализа текущих и ретроспективных данных с длиной m дискретных отсчетов временного ряда R,- (i=l-k) от текущего момента времени t. На вход интеллектуального агента А: в составе MAC анализа и оценки риска ПОС для анализа скрытых закономерностей поступает дискретный временной ряд m вещественных данных

rt-(m-l)'rt-(m-2)- ■rt-l'rt> (2)

где г, - текущее значение контролируемого параметра; г,.(„.]) - r,.i - ретроспективные ■

данные с глубиной т-1 дискретных отсчетов.

Оригинальность предлагаемой модели обработки данных для ранней диагностики риска пожароопасной ситуации в электросетях заключаются в поиске скрытых закономерностей в составе Л/ на основе анализа части ряда в момент времени Г, выделяемого «скользящим окном» длиной в т элементов. Это означает, что в моменты времени /+/ рассматриваются частично перекрывающиеся временные ряды (векторы данных), имеющие в суффиксной части отношения между элементами, совпадающие по динамике изменения значений (рисунок 3).

Для обеспечения оперативности ранней диагностики риска пожароопасной ситуации в электросетях выявление скрытых закономерностей осуществляется последовательностью шагов:

1) на основе /?, построение вектора ЛЯ1 парных разностей элементов длиной т-1, где Л = ->■-_], (1-(т-1));

2) бинаризация элементов вектора ЛЯ, на основе следующего правила

дЬг = {1,если(г,-,;_,)>0 [0, если (г2 -г,.,) <0.

Применение этого правила позволяет получить двоичный вектор, элементы которого описывают динамику изменения значений

ЛВК, =( дЬг,,..., ДЬг,,..., ДЬгт,).

выделение ПОС | развитие ПОС

Рис. 3. Частичное пересечение временных рядов суффиксной частью

Возникновения риска пожароопасной ситуации в электросетях связывается с монотонным изменением значения контролируемого параметра с точностью до текущего отсчета времени, т.е. с точностью до элемента г, из текущего временного ряда /?,. Выделение такой закономерности основывается на структурно-алгебраической обработке двоичной строки ЛВЯ, и поиске в суффиксной части строки переменной

длины со структурой .Л) , которая формирует гипотезу о возникновении пожару

роопасной ситуации.

Настраиваемое значение порога позволяет управлять в «окне анализа» вре-

менного ряда данных моментом времени формирования гипотезы о пожароопасной ситуации в электросетях.

В модели учитываются вариативные изменения значения контролируемого параметра в пределах временного ряда Л,- немонотонного характера. Выделение таких изменений позволяет интеллектуальному агенту в составе MAC анализа и оценки риска ПОС быть инвариантным в принятии решения о возникновении пожароопасной ситуации к «фоновым» изменениям значения параметра, не имеющим определенной закономерности. Такие изменения в составе ABRi описываются итерационной строкой-маркером (010)' длиной до m-pl символов.

Таким образом, обоснованное выделение во временном ряду данных возможной пожароопасной ситуации в электросетях на уровне интеллектуального агента получения и обработки данных сводится к задаче синтаксического поиска в строке ABRj комбинированного образца со структурой

$(010)'$ (])', _ (3) где $ - строковая переменная, в том числе нулевой длины; ()* - итерация.

Суффиксная часть целевого образца описывает возникновение риска пожароопасной ситуации, причем условием ее распознавания считается превышение порога чувствительности pi. Обнаружение в префиксной части или центральной части битовой строки ABRt маркера немонотонных изменений контролируемого параметра позволяет получить дополнительную информацию о состоянии электрической сети, в которой не возникает риска пожароопасной ситуации.

Задача поиска образца комбинированной структуры в битовой строке сводится к поиску вхождений двух итерационных подстрок STRi=(010)' и STR2=(1)' с переменным числом итераций (в том числе нулевых итераций). В этом случае целевое условие поиска определяется через операцию вхождения двух строк:

($(010)'$ (D'cABR, )=TRUE.

Требуется найти позиции вхождения подстроки STR/ и позицию последнего вхождения STR2, т.е. определить

1) такие адреса ii, i2 ... iz, при которых справедливо

Vj\(ABRi (i, i + 2)= STR,(1, 3)),j=l..z & (i, < h ... <U; (4)

2) такой адрес iz+i, при котором

3j\ (ABRi (j, m) = STR} & (j -нпах)). (5)

Работа интеллектуального агента, реализующего поиск комбинированного образца, заключается в двунаправленном просмотре ABRi со стороны префиксной и суффиксной частей. При этом итерационный поиск справа налево осуществляется по части строки ABRi (длина до п/2+1 символов) алгоритмом вычисления характеристического вектора. Итерационный поиск слева направо осуществляется по всей строке ABRi параллельно по всем символам STRi. Введенная избыточность обосновывается требованием оперативного раннего распознавания риска пожароопасных ситуаций и фиксированностью структуры подстроки STR/,

В результате на уровне интеллектуального агента получения и обработки данных построена структурная модель выделения пожароопасных ситуаций, основанная на типовых аппаратно-ориентированных операциях разностной арифметики и синтаксической обработки битовых векторов (строк). Дальнейший анализ ПОС осуществляется статистической обработкой трендов агентами MAC анализа и оценки риска ПОС на следующих (высших) уровнях иерархии.

Агент-супервизор Ai анализирует выделенную ситуацию в целом, дает интегральную оценку пожарной безопасности электросети и оценивает величину пожарного риска и передает данные о возникновении ПОС на диспетчерский пункт к ЛПР.

Применение MAC для решения задач анализа и оценки риска ПОС в электросетях предоставляет возможность создания распределенной, автономной, модульной и эффективной системы управления противопожарной безопасностью, состоящей из интеллектуальных агентов, которые проводят, согласно различным методам, анализ данных, оценку рисков и принимают управленческие решения. Предлагаемая модель агента позволяет формализовать поведение агентов.

Структура модели интеллектуального агента А2 для MAC анализа и оценки риска ПОС и входящие в нее компоненты приведены на рисунке 4. Основные функции компонентов следующие:

1. Блок коммуникации, который осуществляет прием данных от агентов нижнего уровня Аз и передачу полученных в процессе функционирования агента А2 результатов агенту А|, для последующей обработки и, при необходимости, извещения ЛПР о возникновении риска ПОС.

2. Блок управления, который осуществляет формирование гибридных наборов данных и последующую передачу их для анализа и построения описанных выше трендов.

3. Блок обработки знаний, который проводит анализ данных мониторинга и на его основе корректировку и заполнение базы знаний.

4. Блок анализа ретроспективных данных, который осуществляет построения трендов и доверительных интервалов, а также оценку индивидуального пожарного риска на основе подхода, предложенного В.Н.Козловым, и модифицированного в рамках данной работы путем введения гибридных наборов данных о неблагоприятных событиях.

t

Рис. 4. Структура модели интеллектуального агента для MAC анализа и оценки риска ПОС 5. База знаний, которая содержит гибридные наборы визуализируемых и не визуализируемых данных и полученные в результате анализ правила их обработки.

Новизна модели интеллектуального агента для MAC анализа и оценки риска ПОС заключается в комбинации работы блоков анализа ретроспективных данных, обработки знаний, реализующих алгебраические и структурные преобразования гибридных наборов данных для оценки индивидуального пожарного риска.

Иерархия агентов MAC анализа и оценки риска ПОС в электросетях получила практическое воплощение в составе аппаратно-программного комплекса (АПК).

В третьей главе предложена структурная и функциональная организация MAC анализа и оценки риска ПОС, позволяющая повысить оперативность контроля состояния пожароопасности электрических сетей и обеспечить достоверность обработки данных, отличающаяся двухуровневой организацией сбора и обработки данных контролируемых параметров.

Особенности архитектуры MAC анализа и оценки риска ПОС, такие как территориально разнесенная структура, повышенные требования к достоверности получаемых данных, анализ получаемых данных и ранняя диагностика обусловили необходимость разработки ряда рабочих алгоритмов, основывающихся на типовых алгоритмах обработки данных, выбору структур данных, обеспечивающих выполнение функциональных и алгоритмических ограничений.

На рисунке 5 представлена структурная организация MAC анализа и оценки риска ПОС, отражающая требования к создаваемой системе.

и

XV

Микроконтроллер

Данный датчиков (RAW Данные)

Рис. 5. Структурная организация MAC анализа и оценки риска ПОС

Функционально работа аппаратно-программного комплекса реализуется на двух уровнях: верхнем уровне (уровне диспетчеризации и принятия решения) и нижнем уровне (уровне хранения и обработки данных от датчиков).

Сервер осуществляет получение данных от микроконтроллера путем его периодического опроса, реализует контроль целостности и хранение полученных данных в базе данных (БД), обработку данных, их интеллектуальный анализ с помощью алгоритмов DataMining, построение трендов, а также отправку оператору необходимых для контроля состояния пожаробезопасности и принятия управленческих решений подготовленных данных.

На уровне диспетчеризации, верхнем уровне, система выполняет роль визуализации и представления данных в форме, позволяющей оперативно контролировать состояние пожаробезопасности как всего объекта наблюдения, так и отдельных его частей, т.е. обеспечения человеко-машинного взаимодействия с MAC анализа и оценки риска ПОС, а также принятие управленческого решения на основе представленных данных и/или полученных результатов анализа данных и величин индивидуального пожарного риска.

Управляющий алгоритм MAC анализа и оценки риска ПОС представляет собой бесконечный цикл, ожидающий команды от оператора или микроконтроллера

на выполнение определенных действий (рисунок 6).

Рис. 6. Управляющий алгоритм MAC анализа и оценки риска ПОС Отличительной особенностью данного алгоритма является использование на этапе агрегации данных ретроспективной информации, хранящейся в выделенной БД. Это позволяет производить алгебраические и структурные преобразования гибридных наборов данных для оценки индивидуального пожарного риска

Для экспериментальной проверки полученных в работе результатов была создана экспериментальная установка на базе АПК «Контроль-1» и ПЭВМ, эмулирующей мобильный диспетчерский пункт.

В четвертой главе проведено экспериментальное исследование функционирования MAC анализа и оценки риска ПОС электрических сетей.

В соответствии с алгоритмом, приведенным на рисунке 6, структурно-функциональная организация (СФО) системы представлена на рисунке 7, где ББРД - блок бинаризации разностных данных; БПКО - блок поиска комбинированного образца.

Новизна данной СФО определяется модульностью исполнения отдельных агентов, приводящей к сменности конкретной реализации агентов А2 формирования ПОС на основе структурно-лингвистического, статистического, нейронного и других подходов. При этом состав и номенклатура агентов А! и А3 является выдержанной в рамках заданных информационных и управляющих связей и типовых элементов сбора и окончательной обработки для ЛПР информации о ПОС.

На первом этапе в ходе эксперимента на нескольких объектах были проведены испытания комплекса в круглосуточном режиме в течение 40 календарных дней на каждом объекте.

Модем

A1 - агент супервизор Сервер MAC анализа и управления риском ПОС

Диспетчере!

пункт —\—

——— I Аппаратные

МОДСМ Ч j ► преобразиaa-

^Управление

Аз - агенты Аг - агенты

первичного сбора формирования данных описаний ПОС

набл к,

I ББРД]

1 \

Di нснабл |БПШ[

К„

ББРД]

БПКО]

Каналы связи (варианты)

Исполнительные

устройства

1 • - .

Система бесперебойного

Рис.7. Структурно-функциональная организация MAC анализа и оценки риска ПОС Пример визуализации результатов мониторинга состояния электрической сети

Рис. 8. Пример визуализации результатов мониторинга электрической сети Для проведения экспериментального исследования в работе использовалась программа-эмулятор, которая включалась в систему в качестве элемента, замещающего агенты первичного сбора данных А3, и моделировала сигналы, поступающие с датчиков.

В ходе проведения исследования рассматривались различные варианты размеров скользящего окна и виды трендов. Как показали результаты 1000 проведенных имитационных экспериментов (таблица 1) для использования осуществления ранней диагностики возникновения ПОС предпочтительнее использовать параболический тренд с размером скользящего окна 10 отсчетов. В таблице приведен пример обобщенных значений коэффициентов детерминации для различных вариантов трендов по показателю «сила тока» и размеров скользящего окна.

Обобщенные значения коэффициента детерминации

Таблица 1

Вид тренда Размер скользящего окна

5 7 10 15 20 25

Линейный 0,31 0,45 0,81 0,71 0,52 0,43

Параболический 0,53 0,71 0,9 0,74 0,69 0,66

Экспоненциальный 0,29 0,54 0,84 0,65 0,4 0,23

Кроме того, в работе исследовалась зависимость ширины доверительного интервала параметров от размеров скользящего окна. В таблице 2 приведен пример обобщенных значений ширины доверительных интервалов для различных вариантов размеров скользящего окна параболического тренда по показателю «сила тока» для различных значений доверительной вероятности.

Таблица 2

Обобщенные значения ширины доверительных интервалов для параболиче-

Размер скользящего окна Доверительная вероятность

0,8 0,9 0,95 0,99 0,999

5 0,170 0,245 0,331 0,607 1,346

10 2,794 3,720 4,612 6,710 10,082

15 2,700 3,542 4,320 6,024 8,442

20 2,660 3,468 4,202 5,756 7,984

25 2,638 3,428 4,138 5,614 7,534

измеряемых параметров, соответствующих начальным уставкам, доверительный интервал ведет к срабатыванию системы и определению ситуации как пожароопасной. Такой подход позволяет, с одной стороны, обеспечить раннюю диагностику ПОС по сравнению со стандартными средствами, которые срабатывают только при превышении измеряемыми показателями пороговых значений. С другой стороны, излишнее увеличение ширины доверительных интервалов за счет задания большей доверительной вероятности и увеличения размеров скользящего окна ведет к росту ложных срабатываний системы. Проведенные экспериментальные исследования позволяют сделать вывод, что приемлемым вариантом для параболического тренда является задание доверительной вероятности 0,9 с размером скользящего окна 10 измерений. В этом случае вероятность ложной тревоги составляет 0,143.

На рисунке 9 показан обобщенный типовой вариант повышения оперативности срабатывания системы для данного случая, что составляет 7 временных интервалов измерения или 7 минут.

В ходе эксперимента было проведено сравнение разработанного метода и устройства мониторинга АПК «Контроль-1» и «Типовой методики определения расчетных величин пожарного риска в зданиях, сооружениях и строениях различных классов функциональной пожарной опасности» и устройства мониторинга «СТО-РОЖ-РП» для офисных и лабораторных помещений.

Момент срабатывания Момент срабатывания

помещений проводился по формуле

1

Р; = 2 ^ • &У' ;=1

где ; - число сценариев возникновения ПОС в электрических сетях офисных и лабораторных помещений, которое определялось исходя из анализа разработанного комплекса типовых деревьев возникновения риска ПОС; - частота реализации в течение года _)-го сценария пожара, год-1; (}йц - условная вероятность поражения человека при его нахождении в офисном и лабораторном помещении при реализации .¡-го сценария пожара.

Условная вероятность поражения человека (¿¿^ рассчитывалась по формуле

Олц = (1 - Рэц) - (1 -

где Pэij - вероятность эвакуации людей, находящихся в офисных и лабораторных помещениях, при реализации ¡-го сценария пожара; Ог;- - вероятность эффективной работы технических средств по обеспечению безопасности людей в офисных и лабораторных помещениях при реализации ¡-го сценария пожара.

Вероятность эвакуации Р3ц определялась по формуле

РэИ = 1 - (1 - Рэпа) ' (1 - Рдво). где Рэа1} - вероятность эвакуации людей, находящихся в офисных и лабораторных помещениях, по эвакуационным путям при реализации ¡-го сценария пожара; Рдв;у- -вероятность выхода из здания людей, находящихся в ¡-ом помещении, через аварийные или другие выходы.

Для оценки вероятности эвакуации людей по эвакуационным путям в расчетах использовалось формула типовой методики

( тбл ~ tp

Рmij —

-.если tp <г6л <tp+TH3;

0,999, если ер + тнэ < т6л; 1.0, если > т6л;

где т6л - время от начала пожара до блокирования эвакуационных путей в результате распространения на них опасных факторов пожара, имеющих предельно допустимые для людей значения, мин; £р - расчетное время эвакуации людей, мин; тнз -интервал времени от возникновения пожара до начала эвакуации людей, мин. Результаты расчетов приведены в таблице 3.

Таблица 3

Расчет вероятности эвакуации людей и потенциального риска для лаборатор-

Рэ.Пп Рэм Qdii Pi

«СТОРОЖ-РП»

Офисное помещение 0,843 0,9686 0,00314 7,6-10"6

Лабораторное помещение 0,839 0,9678 0,00322 8,6-10"6

АПК «Контроль-1»

Офисное помещение 0,999 0,9998 0,00002 3,4*10"7

Лабораторное помещение 0,999 0,9998 0,00002 4,7-10"7

- »JÎ.I.HV.I»nuttujumuiui, >iu iivuuimvnriv uiiwpaitionut 1 П И*

рования системы противопожарной безопасности за счет применения разработанного метода и устройства мониторинга АПК «Контроль-1» приводит в среднем к увеличению вероятности эвакуации людей с 0,841 («СТОРОЖ-РП») до 0,999 (АПК «Контроль-1»), что в свою очередь приводит к нормативным значениям индивидуального пожарного риска для рассматриваемых помещений <10"6 год-1.

Таким образом, подтверждена перспективность направления, изложенного в ходе исследований, а отдельные результаты, такие как, ранняя диагностика ПОС, в особенности нештатных, а также возможность разветвленного многофакторного контроля локальных линий энергоснабжения (с ограничениями) получены впервые.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ В работе решена актуальная научно-техническая задача, заключающаяся в разработке новых теоретических, методологических, технических средств мониторинга и ранней диагностики риска возникновения пожароопасных ситуаций на основе многоагентных систем, обеспечивающих упреждающее принятие обоснованных и своевременных решений по анализу и оценке риска пожароопасной ситуации в электросетях ТСО.

В ходе решения поставленной задачи получены следующие основные результаты:

1. Проведен анализ существующих подходов и алгоритмов обработки данных мониторинга пожарной безопасности электрических сетей, по результатам которого разработана обобщенная схема развития ПОС в электросетях ТСО и комплекс типовых деревьев возникновения риска ПОС в электросетях ТСО.

2. Разработан метод получения и обработки данных мониторинга пожарной безопасности электрических сетей, новизна которого определяется включением этапа агрегации данных мониторинга, относящихся к визуализируемым и не визуализируемым параметрам электрической сети, в набор гибридных исходных дан-

ных с возможностью последующей оценки риска ПОС на основе учета и анализа тенденций в ретроспективных данных мониторинга пожарной безопасности электрических сетей.

3. Разработана модифицированная модель агента мониторинга противопожарной ситуации, отличающаяся комбинацией на уровне интеллектуального агента обработки данных онтологического описания визуализируемых и не визуализируемых параметров и оценки риска пожароопасных ситуаций, основанная на типовых аппаратно-ориентированных операциях разностной арифметики и синтаксической обработки битовых строк.

4. Предложена и реализована структурно-функциональная организация MAC анализа и оценки риска ПОС, позволяющая повысить оперативность контроля состояния пожароопасности электрических сетей и обеспечить достоверность обработки данных, поступающих с нижнего уровня системы, и анализ полученных данных за счет обработки ретроспективных данных варьируемого размера по глубине тренда и количеству контролируемых параметров.

5. Разработан и создан действующий экспериментальный образец (АПК) системы анализа и оценки риска ПОС электрических сетей, особенность которого заключается в наличии двух уровней управления, что позволяет вести мониторинг состояния электрической сети для объектов, имеющих распределенную пространственно-этажную структуру и различную электрическую нагрузку. Модульная структура образца позволяет без затрат наращивать число и типы сигнализаци-онно-измерительных датчиков, что расширяет эффективную область его применения. Экспериментальная проверка функционирования действующего экспериментального образца показала, что учет расширенного количества контролируемых (визуализируемых и не визуализируемых) параметров позволил повысить оперативность диагностирования рисков ПОС на 7 минут (28%) для временных рядов данных в «скользящем окне» размером 10 временных отсчетов.

Выполнены экспериментальные исследования с использованием специально изготовленного и настроенного действующего образца АПК «Контроль-1» в натурных условиях (офисное помещение и лаборатория). Результаты испытаний подтвердили достоверность теоретических и реализационных исследований и показали среднее увеличение вероятности эвакуации людей с 0,841 («СТОРОЖ-РП») до 0,999 (АПК «Контроль-1»), Функция ранней диагностики, реализуемая двухэтапным механизмом выделения и проверки нештатных ситуаций, с параметрическими ограничениями выполнена и продемонстрирована впервые.

СПИСОК ПУБЛИКАЦИЙ, СОДЕРЖАЩИХ ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ В рецензируемых научных журналах и изданиях

1. Фролов, С.Н. Подход к построению интеллектуальной системы моделирования и управления состоянием пожароопасности сложных технических объектов [Текст] /С.Н. Фролов, С.И. Егоров, С.Ю. Сазонов // Информационно-измерительные и управляющие системы.-2013.-Т. 11, № 8.-С. 50-54.

2. Фролов, С.Н. Структурно-функциональная организация автоматизированной информационной системы государственного пожарного надзора на базе многоагентно-го подхода [Текст] /С.Н. Фролов, С.Ю. Сазонов // Известия Юго-Западного государственного университета. Серия Управление, вычислительная техника, информатика..

Медицинское приборостроение.-2013.-№1.-С.142- 147.

3. Фролов, С.Н. Управляющий алгоритм работы интеллектуальной системы управления состоянием пожаробезопасное™ электрических сетей [Текст] / С.Н. Фролов, С.Г. Емельянов, Е.А. Титенко // Известия Юго-Западного государственного университета. - 2013. - №5(50). - С. 79-84.

4. Фролов, С.Н. Метод и модель оценки риска возникновения пожароопасных ситуаций [Текст] /С.Н. Фролов, С.Г. Емельянов, С.Ю. Сазонов // Информационно-измерительные и управляющие системы. - 2014. - Т. 12, № 5. - С. 21-28.

Статьи и материалы конференций

5. Фролов, С.Н. Реконфигурируемая рабочая станция мониторинга и оценки пожароопасных ситуаций [Текст] /С.Н. Фролов, Е.А. Титенко, А.А. Бурмака // Применение инновационных технологий в научных исследованиях: сборник научных статей по материалам III Международной научно - практической конференции. - Курск, 2011. - С.78-81.

6. Фролов, С.Н. Устройство диагностики и мониторинга состояния пожароопасно-сти электрических сетей образовательных (научных) и социальных учреждений [Текст] /С.Н. Фролов, Е.А. Титенко, А.А. Бурмака // Информационные системы и технологии: материалы докладов I Региональной научно-технической конференции. - Курск, 2012. - С.226-229.

7. Фролов, С.Н. Análisis de Soluciones Técnicas para el Tratamiento de Alta Productividad de Información Simbólica [Текст] /С.Н. Фролов, Е.А. Титенко, А.О. Атакищев // Revista Eidos. - Кито (Эквадор), 2012. - №5. - С. 70-77.

8. Фролов, С.Н. Формализация задачи мониторинга пожарной безопасности электрических сетей в многоагентных системах [Текст] /С.Н. Фролов, С.Ю. Сазонов, О.В. Ефремова // Материали за 9-а Международна научна практична конференция «Научният потенциал на света». - София (Болгария), 2013. - Т. 18. - С. 65-68.

9. Фролов, С.Н. Построение телекоммуникационной сети обмена данными в интеллектуальной системе управления процессами мониторинга и диагностики состояния пожароопасное™ электрических сетей [Текст] /С.Н. Фролов, С.Ю. Сазонов // Интеллектуальные информационные системы: тенденции, проблемы, перспективы (ИИС-2013): сб. материалов региональной заочной научно-практической конференции. - Курск, 2013. - С. 119-121.

10. Фролов, С.Н. Структура интеллектуальной системы мониторинга и диагностаки состояния пожароопасности электрических сетей [Текст] / С.Н. Фролов, С.Ю. Сазонов // Интеллектуальные информационные системы: тенденции, проблемы, перспективы (ИИС-2013): сб. материалов региональной заочной научно-практической конференции. - Курск, 2013. - С. 121-124.

Свидетельства и патенты

11. Пат. на полезную модель 126876 Российская Федерация, МПК7 Н 02. Н 3/00.Устройство диагностики и мониторинга состояния пожароопасности электрических сетей энергоснабжения объектов / Фролов С.Н., Бурмака А.А., Емельянов С.Г. [и др.]. - № 2011147572/07; заявл. 24.11.11; опубл. 10.04.13, Бюл. №10. -2с.

Подписано в печать_. Формат 60x84 1/16.

Печ. л. 1,0. Тираж 130 экз. Заказ éá Юго-Западный государственный университет 305040, Курск, ул. 50 лет Октября, 94.